Εκτίμηση της αποθήκευσης θερμότητας σε αστικές περιοχές χρησιμοποιώντας πολυφασματικά δορυφορικά δεδομένα
Από RemoteSensing Wiki
Πρωτότυπος τίτλος: Estimating heat storage in urban areas using multispectral satellite data and machine learning
Συγγραφείς: Joshua Hrisko, Prathap Ramamurthy, Jorge E. Gonzalez
Πηγή: https://www.sciencedirect.com/science/article/abs/pii/S0034425720304983
Μετάφραση & Περίληψη
Εισαγωγή:
Στο άρθρο παρουσιάζεται ένα μοντέλο το οποίο προέρχεται από δορυφόρο για την εκτίμηση της αποθήκευσης θερμότητας σε αστικές περιοχές. Εισάγεται μία νέα τεχνική ποσοτικού προσδιορισμού της αποθήκευσης θερμότητας συνδέοντας πολυφασματικές δορυφορικές ακτινοβολίες με τις γεωφυσικές ιδιότητες των εδαφών, με υπολογισμούς μέσω οργάνων ροής. Αρκετά δίκτυα ροής χρησιμοποιούνται για τον εμπλουτισμό και ανανέωση του μοντέλου στους διαφορετικούς τύπους κάλυψης γης. Το μοντέλο αποδίδει ικανοποιητικά σε διαφορετικές καιρικές συνθήκες.
Μεθοδολογία:
Μεταξύ καθαρής ακτινοβολίας και αποθήκευσης θερμότητας υπάρχει χρονική διαφορά. Το μοντέλο που προτείνεται στη μελέτη προέρχεται από δορυφόρο, όπου οι φασματικές ακτίνες χρησιμοποιούνται ως κυρίαρχες μεταβλητές εισόδου στη θέση της καθαρής ακτινοβολίας. Η κάλυψη του εδάφους και οι γεωφυσικές ιδιότητες χρησιμοποιούνται ως παράμετροι στο μοντέλο, διαμορφώνοντας την παρακάτω σχέση: ΔQS= f(th,Li,dLi/dt,gj,e,φ,λ), όπου Li ορίζεται ως η φασματική ζώνη ακτινοβολίας του δορυφόρου GOES-16. Η μεταβλητή i αντιπροσωπεύει καθεμία δορυφορική ζώνη, που κυμαίνεται από 1-16. Η μεταβλητή th ισοδυναμεί με την τοπική ώρα και παίρνει τιμές μεταξύ 0 και 23. Το gj αντιστοιχεί στην κάλυψη γης, η οποία προσδιορίζεται χρησιμοποιώντας τα δεδομένα NLCD – 2016. Τέλος, οι μεταβλητές e, φ και λ αντιστοιχούν στο γεωγραφικό πλάτος και μήκος. Στην εικόνα 1 παρουσιάζεται το διάγραμμα ροής διεργασίας για το μοντέλο.
Ο υπολογισμός της επιφανειακής ενέργειας μπορεί να χρησιμοποιηθεί για την μέτρηση της αποθήκευσης θερμότητας. Η καθαρή ακτινοβολία μετριέται χρησιμοποιώντας ραδιόμετρα. Χρησιμοποιήθηκαν δύο δίκτυα το NYS και το NEON. Τα δεδομένα ροής λαμβάνονταν κάθε μισή ώρα. Τα δορυφορικά δεδομένα ήταν διαθέσιμα ανεξαρτήτως των καιρικών συνθηκών, πράγμα το οποίο δεν θα ήταν εφικτό με τους σταθμούς ροής που δεν παρέχουν δεδομένα σε συνθήκες υπερβολικού ανέμου ή βροχής. Για το μοντέλο χρησιμοποιήθηκαν πολλά δέντρα παλινδρόμησης, τα οποία επιλέχθηκαν με βάση την απόδοσή τους με συστήματα πολλαπλών παραλλαγών. Ο αλγόριθμος που χρησιμοποιείται χωρίζεται σε μέρη που ονομάζονται δέντρα, ο αριθμός των οποίων καθορίζεται από την αύξηση της ακρίβειας για τα επόμενα προστιθέμενα δέντρα. Η ακρίβεια σε GBRT υπολογίζεται χρησιμοποιώντας τη μέθοδο των λιγότερων τετραγωνικών.
Η περιοχή μελέτης περιέχει ένα πλέγμα 16*24 GOES-16 δορυφορικά pixel, στην περιοχή της Νέας Υόρκης. Χρησιμοποιήθηκαν συνολικά 24 σταθμοί για την ανάλυση. Η περίοδος παρατήρησης ήταν μεταξύ των μηνών Ιουνίου και Αυγούστου του έτους 2019. Η συγκεκριμένη αστική ανάλυση εστιάζει σε τέσσερεις αστικές τοποθεσίες της Νέας Υόρκης. Η περιοχή μελέτης έχει στο μεγαλύτερο ποσοστό της υδάτινο στοιχείο αλλά και άλλες διαφορετικές καλύψεις γης (εικ.2).
Η σημαντικότερη παρατήρηση είναι ότι οι δύο εκπαιδευτικοί σταθμοί BKLN και CCNY απεικονίζουν σχεδόν 100% αστικό ιστό, το οποίο σημαίνει ότι τα δορυφορικά εικονοστοιχεία έχουν διαφορετικές αποκρίσεις παρά τις παρόμοιες ταξινομήσεις των καλύψεων γης.
Το μοντέλο που απεικονίζεται στην εικόνα 3 παρουσιάζει τη χωρική αναπαράσταση αποθήκευσης θερμότητας με βάση τα δορυφορικά δεδομένα. Και φαίνεται η μεταβολή της αποθήκευσης θερμότητας το μεσημέρι και το βράδυ. Καθώς και η διαφορετική αποθήκευση θερμότητας μετά την ανατολή του ήλιου και μετά το ηλιοβασίλεμα καταγράφοντας τη μεταβλητότητα της πόλης στη θέρμανση της πόλης (εικ.4).
Συμπεράσματα:
Καταλήγοντας, μέσω της μελέτης δημιουργήθηκε ένα μοντέλο που γεφυρώνει το χάσμα μεταξύ των μετρήσεων εδάφους και των χωρικών κατανεμημένων δορυφορικών προσεγγίσεων. Ακόμη ένα επίτευγμα αποτελεί ότι το δορυφορικό μοντέλο έχει τη δυνατότητα να λαμβάνει δεδομένα ανεξαρτήτως καιρικών συνθηκών, αφού επιτρέπεται ο υπολογισμός της θερμικής αποθήκευσης ακόμη και με περιορισμένη ηλιακή ακτινοβολία. Επομένως, το μοντέλο μπορεί να βοηθήσει στη μοντελοποίηση του κλίματος παρέχοντας τη δυνατότητα προβλέψεων για θερμές νησίδες UHI και για τις σχέσεις μεταξύ των θερμικών αποκρίσεων των αστικών περιβαλλόντων και των ενεργειακών απαιτήσεων.
